PyTorch加载预训练模型(pretrained)

本文详细介绍了如何使用PyTorch加载预训练的ResNet50模型,并通过微调模型参数,使其适用于特定任务。包括加载模型、读取预训练参数、更新模型参数等关键步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

使用预训练模型的代码如下:

# 加载预训练模型
    resNet50 = models.resnet50(pretrained=True)
    ResNet50 = ResNet(Bottleneck, [3, 4, 6, 3], num_classes=2)

    # 读取参数
    pretrained_dict = resNet50.state_dict()
    model_dict = ResNet50.state_dict()

    # 将pretained_dict里不属于model_dict的键剔除掉
    pretrained_dict = {k: v for k, v in pretrained_dict.items() if k in model_dict}

    # 更新现有的model_dict
    model_dict.update(pretrained_dict)

    # 加载真正需要的state_dict
    ResNet50.load_state_dict(model_dict)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值